Medium好读＋图文版：
https://reurl.cc/q8GZyR
这篇是迟来的心得文，感谢很多读者们的订阅及不离不弃，课程开始后我自己也没有想过
会这么的忙碌，也因此无限期的拖稿直到现在比较稳定一点点了才有时间写这份心得，我
希望我的经验能够分享给其他也想来美国唸MSBA的朋友们。
我想大家对于数据分系的课程都一定会想知道学校都教了些什么，所以我想先着墨这一部
分，这边我想特别的说明我完全是以自己在圣母的学习经验当作参考依据，所以请慎重的
选择听我分享的讯息，因为每个 MSBA program都有自己的特色及内容，我所分享的心得
及内容不代表其他学校也是这样。
圣母分成4个Modules来让学生有分成阶段的渐进式学习，而就我所知大部分一年制的学校
也是这样分配课程比例的。
Module 1 — Intro
课程一开始以Into to BA当作开胃菜来让大家复习过去学的统计以及使用 R 语言来当作
工具，刚开始其实非常的痛苦因为自己统计的知识都已经烟消云散了，更别提还有开始熟
悉的使用 R来完成功课，对于一个对coding非常陌生的人来说着实痛苦，不过随着时间推
移也算是慢慢走上轨道，我自己觉得这种基础课程非常重要，因为一旦掌握好基本功，其
他都是非常好上手的。
Data Management 主要是一半 R 一半 SQL，这堂课可惜的地方在于他只教了一些些基础
重要的SQL语法，但是现实的方面其实业界是蛮注重SQL能力的，当时在学习的时候完全不
知道，也是之后求职才发现SQL的重要性大过你的 R or Python or Machine Learning
etc. 这部分会在Part 2有更多的着墨，DM的课程因为老师很会教学其实学习上是开心的
，也因为SQL的语法逻辑跟R很相似，等于有着相符相乘的作用，我自己非常喜欢也很希望
当初这堂课能多一点。
Visualization 主要是以Tubleau 来当作唯一的学习工具，这堂课其实就是给你一些例子
然后透过让你模仿范本的方式来熟悉接口，这堂课在圣母我是给大差评主要是老师完全不
会变通只让我们死记，等于在弹性应用上我们非常的缺乏，而且其实这种工具的使用方式
网络上资源非常多，其实需不需要来特别上这堂课，我是持着保留态度。
Module 2— ML & Python
Advanced Statistical Inference 我认为是一堂非常好的课，透过这堂课我们把之前的R
的应用更提升了一层，当时真正带领我开始喜欢上coding 是在这堂课开始学习使用R的爬
虫(Rvest)的时候，我也是这时候开始当Research Assistant因为教授当时需要有人来帮
他爬Reddit资料。
Machine Learning我想是大家最想知道的部分，对于这堂课我自己是又爱又恨，爱在于这
堂课老师给了很完整的overview并同时也让我们在课堂上有lab的时间去练习，功课也是
模仿实际公司可能会有的问题来让们去操演，恨的地方在于ML的知识又广又深，但我们却
只能浅尝则止因为我们只有一个Module的时间。同时这也是我想跟大家说的，并不是来唸
MSBA你就变成飞天ML Master，因为实际上很多一年制的program都有这个通病，你基本上
只有短短的overview的时间，你很难深入地去研究更别提往deep learning 去做延伸，唸
完一年制的MSBA你充其量就是会看懂在干嘛，然后知道怎么跑model但是你很难有能力去
做非常大弹性的应变，所以其实大家不要放太多幻想在这一部分。
最后的Python课程也是我诟病的，老师完全就是把PPT念一遍自己做他的练习题，到最后
大家都是利用R的经验来延伸学习Python，但可想而知根本在强度上有很大的差距，朋友
在UMN MSBA则是有很大程度上的不同，他们在Python的学习是广又深的，这点也是各位想
要申请MSBA的同学要注意的，当你们在选Program的时候要了解学校是主R or Python，业
界普遍还是稍微喜欢Python一点，所以还是会建议各位要留意这一块，是否你能接受R的
教学。
Module 3— Capstone & Unstructured Data
时间来到2020年的一月底，我们也已经过完上半学期，Module 3 的用意在于希望我们开
始与现实世界接轨，老师开始会提供一些比较"不好看"的资料来让你练习，我认为从这时
候开始是蛮重要的，因为这时所累积的经验有助于你在未来就业及面试，来告诉对方你有
什么样的data analysis experiences。
Unstructured Data Analytics是一块很重要的课程，通过这堂课你开始会重视资料干不
干净以及该如何有系统性的检查资料，也是从这里大家开始大量练习并且养成所谓的清理
好习惯，我会认为这类课程在选择MSBA program上也是一个需要考虑的点，会建议大家找
有比较多着墨在unstructured data的课程。
Capstone 我认为是选择MSBA的课程上非常重一环，通过与业界的合作来让自己有实际的
操演在未来面试有很大的作用，但是遗憾的是今年因为疫情所以到后期都是线上与客户沟
通，也因为是第一次与业界合作，在一些期望及达成上有落差，客户以为同学各各都是AI
人才，所以会直接问非常Tech的问题以及谈论超出我们过去学习的经验，结果直到最后我
们并没有真的帮助到公司完成他们的课题，这部份是我比较遗憾的，但是不置可否的是这
份经验也帮助自己了解在未来做到分析职位时，我该如何更有效率的找到答案。这边会建
议各位在找学校的时候，务必要问学校跟那些公司合作，不然如果都跟小公司合作那在履
历上会相对可惜。
Module 4— Pandemic & Ending
最后一个学期因为疫情的关系，直接全部都改为线上课程，而在课程内容上也是显得空泛
很多，我自己在这段时间就已经没有放很多心思了，大部分都是投递履历及跟教授完成
publication。通常MSBA program也会特意地把这最后的在校时间排比较轻松的课程，让
学?
的精力在求职上面，所以这部分我觉得就其实有capstone就好，甚至可以找提供多个
capstone经验的学校。
最后额外的小感想
过去的一年(2019)，我其实过的很开心也充实，在圣母的这段时间真的是酸甜苦辣，把想
尝试的和想玩的都体验到了，其实撇开这些课程内容的挑选以及就业资源的挑选，我自己
认为你会不会开心很重要，城市大不大? 有没有娱乐场所? 还是有没有朋友在附近又或者
能不能找到好吃的餐厅?
在来美国之前，我只想到学校reputation及课程水不水，其他一概不讨论因为不重要，但
是实则体验过后我觉得适当的体验也很重要，会玩会读会找工作我认为才是重要的，我周
末一样会去bar也会夜冲，甚至 fall & spring break 都有出去，thanksgiving也体验了
美国当地的聚餐，这都是很棒的经验，同时间我也尽量保持GPA也持续的当Research
Assistant，到上周我的第 一篇publication也被接受了，我没有想到到最后我能够成为
班上唯一一个发paper的人，我也希望自己在未来也能够保持研究的热诚也持续体验著美
国生活。
可能显得有点违背上面对于program的一些发言，其实找program就是找一个不要太水，生
活品质不差和自己喜欢的学校，然后就是努力玩和努力让自比变好，剩下的就是交给机运
了。
毕竟，世事难料。
谢谢大家看到最后也相望能帮助到也想来美国唸MSBA的苦主们!